Escolar Documentos
Profissional Documentos
Cultura Documentos
alice.senna@ufrgs.br
fflogliatto@producao.ufrgs.br
Resumo
O planejamento e o controle dos estoques tm sido um diferencial competitivo entre as
organizaes e por isso ferramentas e softwares que auxiliem no processo gerencial para
tomada de decises vm sendo frequentemente utilizados pelas empresas. O presente artigo
destaca a importncia da previso de demanda para o dimensionamento dos estoques e
reposio de produtos em uma distribuidora de medicamentos, bem como o impacto de
previses equivocadas em produtos com outliers em suas sries de dados devido a longos
perodos de escassez. A metodologia proposta aborda o tratamento da sries de dados
histricos para a obteno de previses mais acuradas e o dimensionamento ideal do estoque
de segurana dos produtos analisados. Aps o tratamento dos dados, realizou-se a comparao
entre os modelos de previso de demanda sugeridos pelo software da empresa e o software
NCSS. O resultado obtido foi uma melhora nas previses de demanda futuras, medidas
atravs de um indicador desenvolvido neste estudo, e um aumento no estoque de segurana da
empresa, melhorando a reposio dos produtos em anlise.
1. Introduo
Desta forma, a fim de obter o melhor modelo estatstico que proporcione o menor erro
possvel, a previso de demanda pode ser realizada de forma quantitativa, qualitativa ou por
combinao de ambos (PELLEGRINI e FOGLIATTO, 2001). Segundo Werner (2004), a
combinao de previses utilizada com o ajuste baseado na opinio mais flexvel, e assim
mais adequada, quando as condies de previso mudam e no podem ser explicadas por uma
srie de dados histricos.
2. Referencial Terico
O gerenciamento eficaz dos estoques fundamental para que a empresa atinja seu pleno
potencial em qualquer cadeia de valor. Esse gerenciamento requer informaes sobre as
demandas esperadas, os volumes de estoque disponveis, e o volume e momento de realizar
novos pedidos (KRAJEWSKI et al., 2008).
Desta forma, esse referencial terico limita-se ao modelo de gesto de estoques por
reposio peridica e modelos tradicionais de previso de demanda, j que so os modelos
utilizados pela empresa analisada, para posteriormente sugerir melhorias na utilizao destas
informaes.
Na gesto dos estoques, os nveis de estoque devem ser revistos para evitar a escassez do
produto, provocada em razo de maior demanda, ou excessos, decorrentes de sua reduo.
Alm disso, oscilaes nos tempos de reposio tambm provocam fortes impactos nos nveis
de estoque (GARCIA et al., 2009).
A reposio peridica estabelece uma rotina de anlise e, por isso, esse sistema pode ser
encontrado com frequncia em empresas que comercializam um grande nmero de itens. O
sistema de RP estabelece que um novo pedido deva ser colocado ao final de cada reviso,
aps um intervalo de tempo determinado pelo nvel de estoque definido como meta pela
empresa (KRAJEWSKI et al., 2008).
Em um sistema de RP, o tamanho do lote pode variar entre os pedidos; porm, o intervalo
de tempo entre eles so fixos. A colocao do pedido aps o intervalo realizada a fim de
aumentar o nvel de estoque, de acordo com a quantidade definida como meta e essa deve ser
suficiente para atender a demanda at a chegada do novo pedido (KRAJEWSKI et al., 2008).
Tamanho do lote do
Q i = T - NE i
Ciclo i
Estoque de Segurana ES = z P+L
A demanda caracterizada por um padro horizontal apresenta uma variao aleatria dos
valores em torno de um valor de mdia. O padro tendencial ocorre quando os valores
histricos apresentam uma tendncia de crescimento ou decrscimo no tempo. O padro
sazonal ocorre quando h periodicidade nos valores da srie em intervalos fixos de tempo
(KRAJEWSKI et al., 2008).
A demanda caracterizada por um padro horizontal pode ser modelada atravs do clculo
de mdias mveis simples ou ponderadas. O modelo da mdia mvel simples estima apenas a
mdia aritmtica dos valores observados em uma janela de tempo definida pelo usurio para
se obter uma previso para o prximo perodo. Assim que um perodo novo for calculado,
este substituir o perodo mais antigo. Apesar da simplicidade do clculo, esse mtodo
mostra-se eficaz ao ser utilizado em sries que no apresentam tendncia ou sazonalidade, ou
seja, quando os valores assumidos flutuam em torno de uma mdia constante (KRAJEWSKI
et al., 2008).
A suavizao exponencial simples faz uso do erro de previso do perodo anterior para
ajustar a previso do perodo futuro. O valor da constante de suavizao pode ser obtido
atravs da mdia do quadrado dos erros, assumindo valores de zero a um (PELLEGRINI &
FOGLIATTO, 2001).
Um fator importante que ainda deve ser considerado para o melhor desempenho da
previso de demanda so os erros de previso ocorridos devido dificuldade no tratamento de
valores esprios ou atpicos (tambm denominados outliers). Esses valores podem ser gerados
por promoes espordicas, falta de produtos, erros de informao e oscilaes de mercado.
importante ressaltar que, mesmo com o tratamento desses valores, podem ocorrer erros
nas previses geradas pelo modelo estatstico. Por isso, Krajewski et al. (2008) sugerem que
um dos critrios a ser utilizado para orientar a seleo dos valores dos parmetros necessrios
na escolha do mtodo de previso de demanda seja a medio dos erros de previso ocorridos
no perodo de anlise.
3. Procedimentos Metodolgicos
Nessa seo ser caracterizado o estudo do mtodo de trabalho, atravs da descrio das
etapas realizadas para o desenvolvimento dessa pesquisa. Sero comparados os modelos
tradicionais de previso de demanda, mencionados na seo anterior, conforme as etapas da
Figura 1.
A escolha dos produtos a serem analisados ser realizada a partir da classificao ABC.
Nesta anlise ser considerado apenas o volume de vendas na composio da varivel
classificatria. Entretanto, por ser um nmero bastante elevado de produtos em cada uma das
classes, ser aplicada uma nova classificao para os itens classe A, a fim de identificar os
produtos AA. Ainda ser considerada a opinio dos analistas do setor de Gesto de Estoques
na indicao de produtos que apresentem dificuldades quanto reposio, a fim de reduzir o
nmero de itens para uma anlise mais detalhada.
Sero coletados dados histricos de venda e estoque dos ltimos 33 meses para anlise e
posterior comparao. Os perodos em que no houver vendas, devido a escassez dos itens
demandados sero substitudos pela informao de venda ocorrida no mesmo perodo do ano
anterior. Os outliers, devidos a picos de venda, tambm sero corrigidos da mesma forma.
Inicialmente, a anlise dos dados histricos ser realizada a partir de sua representao
grfica para identificao de valores esprios e perfil de venda, determinando possveis
padres de tendncia e sazonalidade. Desta forma, pretende-se obter informaes para a
escolha manual do melhor modelo estatstico de previso de demanda utilizando o software
NCSS. A escolha deste programa deve-se a sua interface didtica e de fcil utilizao.
4. Resultados
A empresa j possui uma classificao ABC para todos os seus itens trabalhados, que
considera volume de venda e preo. Entretanto, para fins de anlise de impacto na quantidade,
foi necessria uma nova classificao que considerasse apenas o volume de vendas em
unidades. Isso porque percebeu-se, em 30 dias de acompanhamento das atividades dos
analistas do setor, que a necessidade de ajustes de previso de demanda nos produtos com alto
giro foi mais frequente do que para produtos com alto valor agregado, mas de baixo giro.
Desta forma, o nmero encontrado de itens classe A foi de aproximadamente 1.000 itens. O
perodo considerado para anlise de venda e posterior classificao ABC compreendeu 90
dias de venda.
Conforme previsto, o volume de itens para anlise foi bastante superior e para reduzir este
volume foi realizada uma nova classificao, somente para os produtos A, a fim de identificar
aqueles pertencentes classe AA.
A coleta dos dados histricos dos ltimos 33 meses de venda e estoque foi realizada
somente para os itens classe AA, identificados na seo anterior. Neste momento, houve a
anlise das informaes para escolha dos 2 itens que apresentaram histrico de faltas mais
frequentes e giro alto como sendo potenciais produtos com previses subestimadas. A opinio
dos analistas do setor tambm foi considerada para o direcionamento de itens com deficincia
nas previses de demanda. A partir destas informaes foi possvel realizar a escolha dos
produtos para anlise.
Nesta etapa, os dados histricos de demanda dos produtos selecionados para anlise foram
tratados de forma que os perodos de escassez (isto , com demanda zero) fossem substitudos
pela mdia das observaes adjacentes. Os perodos sem venda e sem dados adjacentes foram
substitudos pela venda ocorrida no mesmo perodo do ano anterior.
Ainda foram coletadas as quantidades referentes ao estoque de segurana dos itens em
anlise para, aps o tratamento dos dados, analisar o impacto gerado devido aos ajustes de
previses.
A nomenclatura utilizada neste artigo para identificar os produtos de anlise ser P1 e P2,
e para o software da empresa ser S1. O software de teste NCSS ser identificado com seu
prprio nome. Os resultados das anlises realizadas sero detalhados nas sees a seguir.
Nesta etapa foi realizado o tratamento dos dados coletados na seo anterior. Desta forma,
as observaes de venda e estoque foram agrupadas em pares para que os dias sem venda,
devido escassez de estoque e, picos de venda de demandas reprimidas neste perodo fossem
identificados e tratados pontualmente para maior acurcia dos dados e percepo do
comportamento de venda dos produtos selecionados.
O tratamento das informaes foi realizado por dia; entretanto, para fins de anlise,
reduo do nmero de observaes e avaliao dos mtodos de previso de demanda foi
realizado o agrupamento em meses, da mesma forma como trabalhado pelo software da
empresa. A Figura 2 mostra o perfil de venda do produto P1, a partir dos dados de venda
realizados no perodo de 33 observaes e, em seguida, na Figura 3, o resultado obtido pelo
tratamento da informao nos perodos de falta.
Na anlise das figuras possvel perceber que, a partir da 24a observao da Figura 1 o
produto apresentou uma forte reduo nas vendas, tendendo a zero nos perodos de escassez,
seguido de um pico de venda devido demanda reprimida no perodo, quando houve a
entrada do item no estoque. Aps o tratamento dos dados, observa-se que as variaes da
demanda reduzem significativamente ao final do perodo de anlise, sendo possvel perceber
que o produto apresenta regularidade na demanda, proporcionando dados mais confiveis para
uma anlise mais assertiva e escolha do mtodo de previso de demanda mais adequado. A
tendncia de vendas apresentada no produto P1 no prope sazonalidade e, por isso, os testes
sero realizados com os modelos de Suavizao Exponencial Simples e Dupla (Modelo de
Holt).
O tratamento dos dados do produto P2 foi realizado de forma diferente, j que h uma
alterao nos nveis de demanda deste produto. Desta forma, os perodos de escassez foram
tratados somente pela mdia das observaes adjacentes e repetidos em perodos que no
houve adjacncias. As Figuras 4 e 5 permitem realizar a anlise do resultado obtido para a
determinao do perfil de venda deste produto.
Analisando os resultados obtidos dos testes, observa-se que os valores encontrados para o
e o MAPE ainda no so os ideais (principalmente para P1), mas j possvel verificar
melhora na qualidade das previses. Desta forma, o melhor resultado obtido para o P1 foi
observado no modelo de Suavizao Exponencial Simples e para P2 no modelo de
Suavizao Exponencial Dupla, correspondendo aos modelos com maior resultado no
indicador composto.
Em sries de dados com comportamentos de vendas estranhos e histricos prejudicados,
dificilmente ser possvel eliminar a interveno humana na busca de previses mais precisas.
Os casos exemplificados neste estudo mostram produtos que apresentam este tipo de
comportamento, j que possuem uma srie histrica de faltas frequentes e mesmo com a
melhora nas predies futuras, aps o tratamento dos dados, a previso de demanda ajustada
manualmente apresenta erros ainda menores.
Para ambos os produtos, a escolha do modelo de previso de demanda realizado por S1 foi
de Suavizao Exponencial Simples, apresentando reduo na demanda nas ltimas
observaes devido falta e gerando uma demanda prevista para o horizonte de planejamento
prxima de zero. Analisando a previso fornecida pelo software S1, percebe-se que o valor
estimado para o parmetro de suavizao alfa () =1, o que gera previses para o futuro
igual ao ltimo valor observado da srie histrica.
A definio do valor ideal deste parmetro pode ser realizada atravs de otimizao. Sabe-
se que valores maiores de resultam em previses mais sensveis e valores menores em
previses mais estveis, com melhor aproveitamento das informaes contidas na srie
histrica de demanda. Entretanto, o parmetro estimado pela empresa terceirizada
proprietria do software S1 e no pelo setor de Gesto de Estoques, o que dificulta um
gerenciamento e anlise que busque melhorar as previses de demanda sugeridas e
potencializa a importncia de analistas com dedicao para ajustes manuais de previso de
demanda.
(1)
5. Consideraes finais
6. Referncias
ELSAYED, E.; BOUCHER, T. Analysis and Control of Production Systems. 2. ed., New
Jersey: Prentice-Hall, 1994.
GARCIA, L. C.; PEREIRA, M.; OSRIO, W. R. Gesto dos parmetros de estoque: estudo
de caso de itens de medicamentos em farmcias hospitalares e convencionais. Revista Gesto
Industrial, v. 5, n. 1, 2009.
IMS Health. Saiba o que impulsiona o Mercado Farmacutico Brasileiro. Disponvel em:
http://www.imshealth.com/portal/site/ims/menuitem.d248e29c86589c9c30e81c033208c22a/?
vgnextoid=5f0ceb6973858310VgnVCM10000076192ca2RCRD. Acesso em: 29 mar. 2013.
SILVA, B. F. A.; SOARES, R. F.; PATRCIO, S. M.; MELO, L. A.; LINS, L. N.; Seleo de
poltica de reposio de estoques por teoria de deciso. XLIII Simpsio Brasileiro de
Pesquisa Operacional. Ubatuba SP, 2011.
WERNER, L.; RIBEIRO, J. L. D. Previso de demanda: uma aplicao dos modelos Box-
Jenkins na rea de assistncia tcnica de computadores pessoais. Revista Gesto &
Produo, v. 10, n. 1, 2003.
WERNER, L.; LEMOS, F. O.; DAUDT, T. K.. Previso de demanda e nveis de estoque uma
abordagem conjunta aplicada no setor siderrgico. XIII Simpsio de Engenharia de
Produo. Bauru - SP, 2006.